利用大数据发现隐匿的技术天才

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 随着更多顶级技术公司加入到内部招募的阵营,这种趋势显然已经成为得到优秀人才最靠谱的渠道;不过,在摆脱了对代理商的依赖后,这些企业又不得不耗费大量人力财力建设自己的数据库。如何才能一举两得?TalentBin 将自己描述为“人才发现引擎”,期望能提供一种解决方案帮助企业排除此类问题;日前,TalentBin 宣布已募得200万美元 A 轮融资。

随着更多顶级技术公司加入到内部招募的阵营,这种趋势显然已经成为得到优秀人才最靠谱的渠道;不过,在摆脱了对代理商的依赖后,这些企业又不得不耗费大量人力财力建设自己的数据库。如何才能一举两得?TalentBin 将自己描述为“人才发现引擎”,期望能提供一种解决方案帮助企业排除此类问题;日前,TalentBin 宣布已募得200万美元 A 轮融资。

TalentBin 的核心业务是一款聚合了来自“数百家网站”逾5亿份社交资料的数据库产品。目前,TalentBin 已收集了包括 Facebook、Twitter、Google+、Meetup、Quora 等社交服务以及垂直型专业社区 Github、Stack Overflow 和 Behance 的大量用户数据。此外,TalentBin 的数据库产品甚至还涉猎了各种非社会化数据,比如美国专利数据库、开源电子邮件列表服务和 PubMed 生命科学作者身份数据库等。每周,TalentBin 的数据库中还会新增1万条记录。

用这种方法,TalentBin 希望能够根据潜在职工的品格、兴趣和努力帮助雇主以全面的眼光发现对的人。这些数据将会是公开的,但 TalentBin 所提供的信息却要比 LinkedIn 或简历上的更详尽独到。相较其他类似服务,TalentBin 支持的算法可以对数据进行分析,并且帮助雇主找出那些平时难以被发现的技术天才。

“消费者会在互联网上留下隐式职业数据,例如他们会以 Github 的名义将所申请的专利展示出来。”TalentBin 联合创始人 Peter Kazanjy 说道,“然后我们会把这些人们在工作之余创造的信息简单处理一下,并让它们在‘招募人才’时变得有用。”

通过 Web 应用、Chrome 浏览器插件或开放接口,TalentBin 允许客户登入到数据库。同时,TalentBin 推出的每年6000美元的高级服务还可以让雇主通过 API 接入该公司的招募客户关系管理平台、自动测试系统与人力资源系统中。事实上,相比 LinkedIn 8000美元和 Monster.com 7000美元的年费来说,TalentBin 提供的服务更加实惠却效力更高。TalentBin 已与超过200家企业展开了合作,其中不乏亚马逊、Facebook 和 UPS 这样的行业翘楚。

然而,TalentBin 可不仅提供人性化的技术天才发现服务;它还提供包括通信工具、销售过程管理和报告的一条龙服务。

2012年,TalentBin 曾被 HR Tech Conference 点名为“超棒新技术”(Awesome New Technology),并在欧洲 iHR Adwards 大会上荣获“雇佣行业游戏改变者”的称号。截至目前,TalentBin 共获得过“约400万美元的投资”。

尽管如此,TalentBin 仍在社会化招募领域面临着强大的挑战者。它的竞争对手,以 Github 为关注点的 Gild,曾在今年早些时候获得过800万美元的 A 轮融资;而仅在一月以前,Entelo 也获得了350万美元的投资。这三家公司都创立于2011年,但只有 TalentBin 是以聚合社交资料为出发点而起家的。


原文发布时间为:2013-07-29


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
25天前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
117 4
|
2月前
|
存储 分布式计算 Hadoop
Hadoop框架解析:大数据处理的核心技术
组件是对数据和方法的封装,从用户角度看是实现特定功能的独立黑盒子,能够有效完成任务。组件,也常被称作封装体,是对数据和方法的简洁封装形式。从用户的角度来看,它就像是一个实现了特定功能的黑盒子,具备输入和输出接口,能够独立完成某些任务。
|
1月前
|
SQL 分布式计算 大数据
我与ODPS的十年技术共生之路
ODPS十年相伴,从初识的分布式计算到共生进化,突破架构边界,推动数据价值深挖。其湖仓一体、隐私计算与Serverless能力,助力企业降本增效,赋能政务与商业场景,成为数字化转型的“数字神经系统”。
|
2月前
|
数据采集 自然语言处理 分布式计算
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
大数据岗位技能需求挖掘:Python爬虫与NLP技术结合
|
2月前
|
存储 分布式计算 算法
Java 大视界 -- Java 大数据在智能教育在线考试监考与作弊检测中的技术创新(193)
本文探讨了Java大数据技术在智能教育在线考试监考与作弊检测中的创新应用。随着在线考试的普及,作弊问题日益突出,传统监考方式难以应对。通过Java大数据技术,可实现考生行为分析、图像识别等多维度监控,提升作弊检测的准确性与效率。结合Hadoop与Spark等技术,系统能实时处理海量数据,构建智能监考体系,保障考试公平性,推动教育评价体系的数字化转型。
|
2月前
|
SQL 缓存 监控
大数据之路:阿里巴巴大数据实践——实时技术与数据服务
实时技术通过流式架构实现数据的实时采集、处理与存储,支持高并发、低延迟的数据服务。架构涵盖数据分层、多流关联,结合Flink、Kafka等技术实现高效流计算。数据服务提供统一接口,支持SQL查询、数据推送与定时任务,保障数据实时性与可靠性。
|
6月前
|
存储 分布式计算 Hadoop
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
从“笨重大象”到“敏捷火花”:Hadoop与Spark的大数据技术进化之路
279 79
|
4月前
|
人工智能 分布式计算 大数据
MCP、MaxFrame与大数据技术全景解析
本文介绍了 MCP 协议、MaxFrame 分布式计算框架以及大数据基础设施建设的相关内容。MCP(Model Context Protocol)是一种开源协议,旨在解决 AI 大模型与外部数据源及工具的集成问题,被比喻为大模型的“USB 接口”,通过统一交互方式降低开发复杂度。其核心架构包括 Client、Server、Tool 和 Schema 四个关键概念,并在百炼平台中得到实践应用。MaxFrame 是基于 Python 的高性能分布式计算引擎,支持多模态数据处理与 AI 集成,结合 MaxCompute 提供端到端的数据处理能力。
|
5月前
|
数据采集 分布式计算 数据可视化
大数据项目成功的秘诀——不只是技术,更是方法论!
大数据项目成功的秘诀——不只是技术,更是方法论!
143 8
大数据项目成功的秘诀——不只是技术,更是方法论!
|
传感器 分布式计算 安全
Java 大视界 -- Java 大数据在智能安防入侵检测系统中的多源数据融合与分析技术(171)
本文围绕 Java 大数据在智能安防入侵检测系统中的应用展开,剖析系统现状与挑战,阐释多源数据融合及分析技术,结合案例与代码给出实操方案,提升入侵检测效能。

热门文章

最新文章